让 Agent 去查菜谱、顺手把烤箱温控程序改了，看着像玩具，其实是"从读文本到写物理世界"的最小样例。

现在它还很脆，一个温度单位搞错就是一顿饭。
边界一旦被推过去，权限和回滚设计会比模型能力更值钱。